Latest
马斯克刚关注了 DeepSeek，同一天 V4-Flash 正式版 API 公测，性价比拉满，X 上已经 2.5 万赞，值得围观。
Supabase开源Evals，用真实任务评估Claude Code等编码智能体，比普通基准更实战
OpenAI在做Astra模型家族，多个智能体能协作数小时甚至数天，可能叫GPT-6或GPT-5。
MiniMax H3能一次读文本、图、视频、音频，直接出带立体声的2K视频，最长15秒，试试看。
OpenAI用Astra模型解决了十个多年没人做出来的数学难题，整个研究烧了约2000美元的token，还在Lean里验证过，值得看看。
OpenAI 新模型 Astra 能让多个智能体拆任务协同，专攻长周期复杂任务，不是单个模型硬扛。
DeepSeek V4-Flash 正式版上线，AII 得 50 分只比 GPT-5.6 Luna 低 1 分，价格便宜 60%，前端代码跑分 1586，可以试试。
DeepSeek新模型便宜又能打，304B参数干翻428B的MiniMax M3，记得把推理等级调高。
DeepSeek把V4-Flash正式版放出来了，智能体和写代码都变强，API也开放公测，可以直接上手试试。
Mira Murati 的实验室发了新模型，比前作小三分之二，编程推理分数反而更高，开源可下载。
DeepSeek 把 V4 Flash 升到 0731 版，性能只比 GPT-5.6 Luna 低 1 分，成本却省六成，平价模型也能打了。
MiniMax H3 8 月 3 日开源，能做 15 秒 2K 音视频，价格只有主流模型的 1/3，看看合不合用。
Moonshot AI公开了Kimi K3的MoonEP等设计，但真正难抄的是工程调优经验，这决定了开源模型能不能打。
OpenAI给GPT-5.6 Sol换了套测试框架，ARC-AGI-3得分从7.8%涨到38.3%，输出还省了六分之五，这招挺妙。
Inkling-Small四分之一参数就能接近甚至超过原版，权重开源，还能微调，快去玩。
腾讯混元的 Hyra 跑了24小时就证出加法组合学50年难题，还公开了 Lean 证明，比此前 AI 辅助搜索明显更进一步。
谷歌跳票几个月的 Gemini 3.5 Pro 突然在盲测平台露脸半小时又被撤，想看看它真实水平的人可以去翻用户截图。
字节的 Seedance 2.5 来了，徐工、小鹏、智元都要用。能生成工业培训和智驾极限场景视频，还支持白模转写实。
GPT 5.6大幅降价，最高降八成，四个月前GPT 5.4的算力成本现在只要十三分之一，做AI应用的成本压力能小不少。
DeepSeek 把 V4-Flash 转正了，智能体跑分全面压过 V4-Pro 预览版，做开发可直接试。
PolyAI出了个新对话模型Dialog-RSN-1，直接听人说话不用转文字，还能自动接话和调函数，延迟不到300毫秒。
阿里把语音识别模型更新到 3.0，医疗等专业词识别更准了，错字率低到 1.7%，还开放了三个版本随便用。
字节新模型一次能生成30秒连贯视频，还能多轮延长，做短片不用一段段拼了，影视剪辑党可以试试。
LG开源了韩国最大的K-EXAONE 2.0，750B参数，跑分比初代高10%，长上下文和工具调用还压过了GLM-5.1。
欧洲芯片公司Openchip出了个RISC-V服务器芯片BER10，用亚2纳米工艺，能跑实际工作负载，还兼容Linux，想做AI/HPC的老本行。
华为盘古 505B 的 MoE 模型 openPangu-2.0-Pro 开源了，带权重和推理代码，支持 512k 上下文，想跑昇腾生态可以看。
MiniMax 发了新模型 H3，可生成带双声道音效的 2K 视频，超分用模型自己重画而非传统模块，过几天开源权重。
Moonshot 开源的 Kimi K3 有 2.8T 参数，是目前最大开源权重模型，一上线就过载，海外付费和 API 收入都翻了几倍。
Sarvam AI 要搞万亿参数模型，还发布了两个语音新模型，目标对标编程和科研领域。
OpenAI把Luna价格打到比Gemini Flash-Lite还低，想省钱换模型？Luna现在比Claude Haiku便宜5倍，跑demo或生产都能省一大笔。
谷歌DeepMind出了个新模型Gemini Robotics ER 2，能让机器人看懂连续视频、自己纠错，还能和别的机器人一起干活，速度比大模型快4倍，开发者现在就能用上。
ARC-AGI这个测试挺刁钻，GPT-5.6 Sol在没法记住之前推理的情况下学不会新游戏，说明长上下文对推理很重要。
OpenAI 又升级了，GPT-5.6 Sol 让运行成本降了20%，速度快了15%，Luna 和 Terra 也降价了，开发者快看。
DeepMind发了三个机器人模型：一个控全身，一个做推理，一个快速适应新身体。只公开了ER 2，感兴趣可以直接试。
腾讯刚开源了AngelSpec，一个统一训练推测解码草稿模型的框架。它带的DFly块扩散器能让HY3模型推理快最多2.4倍，还支持六种架构，实用性强。
李飞飞的公司World Labs把世界模型用到机器人上了，机器人能看懂空间、自己规划动作，跟传统方法很不一样。
RTX Spark提前曝光了！微软Surface Laptop Ultra性能接近RTX 4070但实际游戏卡顿，CPU跑分不如M4 Pro。想买先看这个实测。
马斯克预告了Grok 4.6和4.7，参数飙到1.5万亿和2.1万亿，比之前4.5的'Opus级别'更猛，8月7日见。
OpenAI推出GPT-5.6 Sol，在自定测试里赢了Anthropic的Opus 5，但换官方环境就掉到7.8%，差距挺大。
Only the latest 2000 items are listed; for older ones see the daily archive